基于遗传算法的自动装配顺序规划

笔者对自动装配顺序规划问题建立一种改进的遗传算法（Genetic Algorithms)。建立了装配体各零件间的可行装配方向元组,用于判断无干涉装配序列;提出5种合适的遗传算子,并以装配方向的改变次数作为装配顺序的适应值;采用一种适应值修改方案来避免算法过早收敛。算例表明,本文建立的装配顺序规划的遗传算法,能快速自动产生出满意的装配顺序方案。     

基于事例的推理循环中人工神经网络和遗传算法的4种应用模型

从理论上研究了人工神经网络（ANN）模型和遗传算法（GA）在基于事例的推理（CBR）循环中的应用。针对CBR循环中遇到的共性技术问题，即事例的检索与修改，提出了4种应用模型：基于神经网络自适应共振（ART1）、自组织特征映射（SOFM）模型的事例聚类，基于反向传播神经网络（BPN）模型的事例相似度计算，基于GA的最近邻检索法（K－NN）特征权值优化以及其于GA和BPN的事例自动修改。讨论并建立了各种模型的算法。对提高CBR实际应用时事例的检索效率与质量具有指导作用。     

基于免疫遗传算法的装配顺序优化

采用装配角度、装配方向、装配稳定性和重定位次数4个指标构建装配顺序优化模型,并用疫苗自动获取的免疫遗传算法(IGABVAU)求解.提出4种免疫疫苗用于提升算法运行效率,其中KP和NL型疫苗由人工指定,BP和NT型疫苗在算法运行中自动获取.船舶工段装配实验结果表明,该算法具有较快的收敛速度.进一步研究发现,免疫疫苗的质量会影响疫苗自动获取的免疫遗传算法收敛速度,人工指定的KP和NL型疫苗可以提高初始种群的质量,自动获取的BP和NT型疫苗可以为装配顺序的进化提供方向.     

基于层次模型的装配顺序规划

采用装配结构层次分解法和装配结点内单元割集法相结合的方法 ,通过对产品装配结构设计内在隐含的约束关系的分析研究 ,根据装配特征 ,建立装配单元匹配优先关系 ,确定其装配方向。递归生成既表达装配结构 ,又描述装配工艺过程的二叉树模型 ,作为后续的可装配性评价的基础     

基于事例推理系统中的模糊检索

针对现有建筑结构初步设计专家系统的检索方法存在的不足,介绍了一种基于事例推理的新检索方法.该方法基于模糊相似优先的实例检索思路,采用海明距离的模型描述属性间距离,更好地反映了不同事例属性值的差异,并赋予属性权重系数更加直观的意义,使之更容易选取,适用于普通数据库(非模糊数据库)中的数量型属性的检索.结合一个高层建筑结构初步设计结构选型的工程案例,进行事例检索,说明了新方法的可行性和合理性.     

基于事例推理的医学诊断专家系统

基于事例推理CBR(Case-basedReasoning)是一种问题学习和解决的推理方法,它的基本思想是通过参照过去的类似问题解决方法来解决现在所遇到的问题,这一过程与医学专家在看病过程中所采取的方法很相同.基于此,本文给出了一个基于事例推理的常见疾病诊断专家系统设计模型.     

基于事例推理系统中事例相似度评估方法若干问题的探讨

对基于事例外推理系统中事例相似度评估方法存在若干问题进行探讨,采用对事例匹配过程及几种匹配函数进行研究和分析的方法,认为当前常用的匹配函数在支持不良结构决策领域的ＣＢＲ系统中并不十分有效,因此必须寻求一种有效的事例相似度评估方法来改善此类ＣＢＲ系统的事例检索性能。     

基于事例推理的质量管理系统的研究与实现

将事例推理技术应用于质量管理过程中,可以高效地为管理人员解决问题提供决策支持.应用知识发现方法,基于事例检索过程,提出全新的质量管理模式.利用相似度和特征索引从事例中找出与当前问题相关的最佳事例,设计了质量问题事例库,并实现了质量管理系统.     

形式概念分析在基于事例推理中的应用

目的形式概念分析(Formal Concept Analysis,简称FCA)在基于事例推理(Case-basedReasoning,简称CBR)中的应用为完善领域知识的分类提供了一种有效的方法;FCA提供了一种事例的组织方式,使对事例库的直接访问变得容易。方法把原来的事例表示与组织方式转换成FCA所要求的形式。结果FCA可以提取嵌入在事例库中的隐含知识,这些以描述事例属性间的依赖规则形式的隐含知识可以用来帮助完成CBR的查询过程。结论FCA在CBR中的应用提高了事例检索的速度和结果的准确性。     

基于事例推理的报高率确定模型

分析了影响工程项目投标报价报高率的诸多因素 ,研究了各因素的属性及特征 ,并对各因素进行量化处理 ,确定各因素的权重以反映各因素在报高率确定决策中的重要程度 .在此基础上 ,引入基于事例推理技术 ,提出了基于事例推理的报高率确定模型 ,以辅助投标者进行投标报价决策 ,提高投标报价决策的质量和效率 .     

Immune and Genetic Algorithm Based Assembly Sequence Planning

IntroductionIn the course of the industryautomation, the assemblyautomation is the weakest work, and assembly sequenceplanning is one of the basic issues to accomplish this task.To realize assembly automation, there are three problemsto be solved in common: (1) establishing assembly model;(2) obtaining the restriction between the parts andcomponents within this model; (3) assembly sequencereasoning based on (1) and (2).There are a large number of research reports a…     

基于遗传算法的装配序列规划

装配序列规划是面向并行工程的DFA和CAAPP（Computer Aided Assembly Process Planning)研究中的关键问题之一。介绍了遗传算法用于解决装配序列规划的优越性,建立了基于遗传算法的装配序列规划模型,探讨了装配序列编码方法以及遗传算子的设计,采用VC6.0研发了相应的软件系统,测试结果表明将遗传算法用于规划装配序列大大提高了优化效果。     

基于粒子群算法的复杂产品装配序列规划

根据复杂产品装配规划问题的特点和要求,提出了一种求解装配序列规划(assembly sequenceplanning,ASP)问题的粒子群优化算法,将通常用于连续空间优化的粒子群算法成功扩展到ASP领域.算法根据ASP问题决策解的特点,在排序空间定义了微粒的位置和速度以及相关的各种操作.针对基本粒子群算法容易陷入局部最优的缺点,采用新的学习机制,增强了算法的寻优能力.基于干涉矩阵、连接矩阵和支撑矩阵建立了以装配可行性、装配体稳定性和装配方向改变为评价指标的目标函数.最后通过实例分析验证了该算法的有效性.     

改进的混合级联遗传算法

将模拟退火算法和级联遗传算法相结合,提出了一种改进的混合级联遗传算法。模拟退火算法承认物种进化过程中的局部失败和倒退,它允许进化中的波折而不是非要物种进化一直是上升的、成功的,模拟退火算法能使搜索过程避免陷入局部最优解。级联遗传算法假设问题的最优解总是靠近于问题的局部最优解的,据此,级联遗传算法通过不断缩小解空间达到快速收敛的目的。综合运用这两种算法,可克服模拟退火算法收敛速度慢、级联遗传算法局部搜索能力差的缺点。利用本算法构造CL多小波前置滤波器的实验结果表明,本算法不仅计算速度快,而且稳定性也得到了显著提高。     

基于可行作业序列的遗传算法求解第二类装配线平衡问题

从作业顺序图出发,定义了作业的序关系．以此为基础,分析了工位数固定时作业序列与最小节拍的对应关系,并针对第二类装配线平衡问题,提出一种基于可行作业序列的遗传算法．该算法直接依据作业顺序图生成初始群体,并构造交叉和变异算子;初始群体和交叉变异的结果都是可行解,从而保证只在可行作业序列子空间中进行最优解搜索,效率较高;在染色体的适应值定义中还考虑了最小节拍时间和工位工时标准差的综合影响,可用来比较最小节拍时间相同的不同作业分配方案间优劣,提高了解的可信度．应用该算法,对一实例进行了多种工位数的验证,结果较优．     

Assembly Sequence Planning for Mechanical Products

A method for assembly sequence planning is proposed in this paper. First, two methods for assembly sequence planning are compared, which are indirect method and direct method. Then, the limits of the previous assembly planning system are pointed out. On the basis of indirect method, an improved method for assembly sequence planning is put forward. This method is composed of four parts, which are assembly modeling for products, assembly sequence representing, assembly sequence planning, and evaluation and optimization. The assembly model is established by human machine interaction, and the assembly model contains components' information and the assembly relation among the components. The assembly sequence planning is based on the breaking up of the assembly model. And/or graph is used to represent assembly sequence set. Every component which satisfies the disassembly condition is recorded as a node of an and/or graph. After the disassembly sequence and/or graph is generated, heuristic algorithm - AO* algorithm is used to search the disassembly sequence and/or graph, and the optimum assembly sequence planning is realized. This method is proved to be effective in a prototype system which is a sub-project of a state 863/CIMS research project of China - ‘Concurrent Engineering’.